独立請求項の成分・パラメータ抽出と明細書情報の統合

独立請求項の成分・パラメータ抽出と明細書情報の統合

特許公報を分析する際、権利範囲を示す「請求項」と、具体的な内容が記された「明細書」を行き来して情報を確認するのは、非常に手間の掛かる作業です。
特に化学・材料分野においては、請求項に記載された成分の数値範囲や、明細書に散在する「代替成分・類似成分」の確認が欠かせません。

この事例では、独立請求項を特定し、そこに含まれる「成分名」「数値パラメータ」を抽出すると同時に、明細書を参照して「代替成分」や「補足情報」を自動的に紐付けて表形式で出力する方法を紹介します。
権利範囲の把握や技術構成の整理にお役立てください。

Warning
本事例による出力結果は、生成AIによる分析であり、不正確な情報が出力されることがあります。
あくまで補助やスクリーニングとして利用し、重要な判断を行う際は、必ず弁理士等の専門家による精査を行ってください。

査読設定

「新規査読設定」を選択し、以下指示文を入力します。

<指示文>

# 役割
提供された特許の「請求項」および「明細書」に基づき、独立請求項の構成要件（特に成分や化合物）を詳細に分析し、情報を構造化してください。

# タスク
1. **独立請求項の抽出**: 提供された請求項リストから「独立請求項（他の請求項を引用していない請求項）」のみを特定してください。
2. **成分・化合物の特定**: 各独立請求項に含まれる「成分」や「化合物」を抽出してください。
3. **パラメータの抽出**: 請求項内に記載されている、その成分の数値範囲、配合量、単位などを抽出してください。
4. **類似・代替成分の探索**:
   - 明細書（詳細な説明）を参照し、請求項で特定された成分に対する「類似成分」「代替成分」「好ましい例」として記載されている具体名を抽出してください。
   - 「〜からなる群より選択される」や「具体的には〜」といった記載に注目してください。
5. **補足情報の記述**: 明細書や請求項に基づき、その成分の役割、定義、特記すべき条件などがあれば要約してください。

# 出力フォーマット
結果は必ず以下のMarkdown表形式で出力してください。

| 請求項番号 | 成分名 | 類似/代替成分 | パラメータ | 補足 |
| （例：請求項1） | （例：エポキシ樹脂） | （明細書にある具体例：ビスフェノールA型、フェノールノボラック型など） | （例：10〜50重量部） | （成分の機能や定義などを記載） |

抽出タグを追加

「抽出タグを追加」を選択して、結果からテーブルを抽出を選択してください。
抽出タグ機能を利用することで、エクセルダウンロートを実行したときに、各セルごとに結果が出力され、出力結果を加工しやすくなります。

<査読対象設定>

「請求の範囲(出願/付与)(画像付)」、「明細書」を選択します。
化学系の出願では、請求項に化学式の画像が添付されていることが多く、画像を含めた解析をするためです。


<AIモデル設定>

「claude-sonnet-4.5」を選択します。
gptシリーズでは、Open AIのポリシーにより、化学系の特許テキストの内容によっては、ポリシー違反で査読停止の発生が多い印象です。
geminiシリーズでは、独立請求項の抽出に誤りが散見されました。※claude-sonnet-4.5でも独立項抽出を誤ることはあります。

検索条件設定

任意の検索条件を設定します。
今回は、キーワード検索で「グルタチオン」を設定しました。


<対象設定>

追加件数は、査読したい任意の数を設定します。
Info
「claude-sonnet-4.5」は、他のモデルと比較してコストが高いため、ご注意ください。

出力結果

指示文に従って、独立項の抽出、成分、代替成分、パラメータ、補足説明が出力されています。

エクセルダウンロード

抽出タグを利用することで、各セルごとに出力されるため、データを加工しやすくなります。


    • Related Articles

    • SDIで収集した情報を自動分類・トレンド分析

      この活用事例では、SDIとして定期的に収集している特許情報をAIに自動で分類させ、技術トレンドを可視化するまでの一連の手順を解説します。 手作業での分類、グラフ作成にかかる時間を大幅に削減できます。 Part 1: AIに分類ラベル作成させる まず、分析対象の特許集合を読み込ませ、どのような分類項目（ラベル）で整理するのが適切か、AIに考えさせます。ここでは発明課題ラベルを作成させます。 ステップ1：指示文の入力 Patentfield ...

    • 中国特許の独自ラベル付与

      この活用事例では、出願件数が年々増加している中国特許を対象に、独自のラベルを付与するラベリングする手順を解説します。 今回は、中国で出願されたパワー半導体に関する特許を対象に、デバイスプロセス関連の課題ラベルを付与します。 ステップ１：指示文の作成 査読種別の「ユーザー指示」を使用して、以下の指示文を入力します。 ステップ1：課題判定 特許文書の内容を注意深く読み、発明の核心的な目的と技術的アプローチを理解してください。 発明が以下の6つの分類のうち、どれに関連が深いか選択してください。 1. ...

    • 用途探索向け対比表作成

      R&Dや事業企画の現場では、「この技術はどこで使えるのか？」が議論となることが少なくありません。 本記事では、Patentfield AIRの「新規分析設定(β版)」とAIサマリーを組み合わせ、金属加工用3Dプリンタの用途（製品名）を日本国内の特許出願から抽出・整理する手順を紹介します。 以下のような検索式を作成し、ヒットした集合について用途探索に関わる処理を行なっています。 <コマンド検索式> 以下の検索式をコマンド検索の入力欄にコピー＆ペーストすると実行できます。 (KWC:金属積層造形 ...

    • 出願経過を踏まえた請求項の内容解説

      登録された特許の内容を正確を把握するためには、特許請求の範囲の記載だけでなく、明細書の定義や、特許庁審査官とのやり取り（出願経過）を考慮する必要があります。 特に、審査段階で拒絶理由を解消するために行った「補正」や「意見書」での主張は、権利範囲を解釈する重要な手がかりとなります。 この事例は、これらの情報を総合的に分析し、「最終的に特許がどのような範囲をカバーしているか」を解説させるものです。 本事例による出力結果は、生成AIによる分析であり、不正確な情報が出力されることがあります。 ...

    • 請求項の対比表作成（構成要素ごとの記載箇所特定）

      特許の出願前調査・審査請求前の調査において、請求項（クレーム）案と先行文献を対比し、構成要件の充足性を確認する作業を効率化するための事例です。 AIセマンティック検索の検索結果を利用して、類似上位10件の先行文献の「どの段落」に、構成要素が記載されているか、あるいは「記載がない」かを判定し、対比表形式で出力させることができます。 本事例による出力結果は、生成AIによる分析であり、不正確な情報が出力されることがあります。 ...